纹理图像分割是数字图像处理研究领域的一个重要分支,是图像分析和机器视觉应用的基础,在科学研究领域和工程技术方面都有着非常广泛的应用背景。但是由于以下两方面原因:自然纹理类型繁多、形态各异且结构复杂和研究人员对人类视觉系统感知纹理的机理认知不足,纹理图像分割一直以来是图像处理领域的一大难题。在过去的几十年中,研究人员虽然提出了大量的纹理图像分割算法,但这些算法都或多或少地存在着一定的不足。到目前为止,纹理图像分割仍然是一个没有得到很好解决的极具挑战的课题。为了探寻新的纹理图像分割方法,本文提出了一种基于变形雅可比(p=4,q=3)-傅里叶矩的纹理图像分割方法。先对计算变形雅可比矩的算法进行优化,把原本的直角坐标系到极坐标的计算优化为直接在直角坐标下进行计算,从而避免了坐标转换过程中产生的计算误差。在此基础上,专门对纹理特征图的选择和窗口宽度的选择进行了深入研究,实现了纹理图像每个像素的变形雅可比矩的计算方法,并成功提取纹理图像的纹理特征。然后使用聚类算法对特征图像的每个像素点进行分类。在实验中,通过与基于Zernike矩和正交傅里叶-梅林矩算法的分割数据比较,发现基于变形雅可比矩的分割具有更好的纹理分割效果。同时,尝试探寻基于变形雅可比矩的,对Brodatz纹理集图像分割的统一标准。在这一标准下,对Brodatz纹理集的15对纹理图像进行分割,准确率达86.7%,证实了对同类图像库制定统一分割标准的可行性。分割所使用的纹理图像来源Brodatz纹理集。最后,探讨了变形雅可比矩在一些实际科学研究领域的应用。细胞内部结构具有一定的纹理规律,与背景部分相比有着不同的纹理,因此在本文的最后部分尝试用变形雅可比矩进行细胞图像纹理分割,得到了较满意的结果。